Mis à jour en mai 2025.Ce cours intègre maintenant Coursera Coach ! Une façon plus intelligente d'apprendre avec des conversations interactives en temps réel qui vous aident à tester vos connaissances, à remettre en question les hypothèses et à approfondir votre compréhension au fur et à mesure que vous progressez dans le cours.Ce cours fournit une base solide en Python pour la science des données, en se concentrant sur NumPy, Matplotlib, Pandas, et une touche d'apprentissage automatique. Les apprenants acquerront une expérience pratique avec les outils essentiels de la science des données, améliorant leur capacité à manipuler les données, à les visualiser et à effectuer des tâches d'apprentissage automatique de base. À la fin du cours, les étudiants seront prêts à aborder des sujets de science des données plus avancés avec une solide compréhension de la façon dont Python est utilisé dans les applications du monde réel. Dans la première section, vous obtiendrez une introduction à NumPy, en mettant l'accent sur ses puissantes opérations de tableau et ses avantages en termes de vitesse par rapport aux listes Python traditionnelles. Vous explorerez les matrices, les produits points et les systèmes linéaires pour comprendre les fondements du calcul numérique. Des exercices pratiques viendront renforcer ces concepts, afin que vous soyez à l'aise pour travailler avec NumPy dans la science des données. Ensuite, vous passerez à Matplotlib, où vous apprendrez à visualiser les données de manière efficace. Grâce à la pratique des graphiques linéaires, des diagrammes de dispersion, des histogrammes et des tracés d'images, vous deviendrez compétent dans la présentation des données dans divers formats graphiques. Cette section vous fournira les outils nécessaires pour analyser visuellement les données et communiquer clairement. Dans la dernière section, vous vous plongerez dans Pandas, l'une des bibliothèques les plus utilisées pour la manipulation des données. Vous maîtriserez des techniques telles que le chargement de données, la sélection de lignes et de colonnes et l'application de fonctions à des cadres de données. Vous explorerez également les capacités de traçage de Pandas. En prime, vous serez initié à SciPy et aux concepts de base de l'apprentissage automatique pour comprendre comment ces outils s'intègrent dans les flux de travail de la science des données. Ce cours est idéal pour tous ceux qui commencent leur voyage dans la science des données ou qui cherchent à renforcer leurs compétences en Python pour l'analyse des données. Une compréhension de base de Python est nécessaire, et le cours est conçu pour les débutants. Si vous êtes intéressé à apprendre à utiliser Python pour la manipulation des données, la visualisation et l'apprentissage automatique d'introduction, ce cours vous mettra en place pour le succès.